正则表达式入门以及在iUAP DI中的使用
1. 什么是正则表达式
正则表达式（regular expression）就是用一个“字符串”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。比如表达式“ab+”描述的特征是“一个'a' 和任意个'b' ”，那么'ab', 'abb', 'abbbbbbbbbb' 都符合这个特征。
正则表达式可以用来：
（1）验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。
（2）用来查字符串，从一个长的文本中查符合指定特征的字符串，比查固定字符串更加灵活方便。
（3）用来替换，比普通的替换更强大。
2. 正则表达式规则
2.1 普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是"普通字符"。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。
举例1：表达式"c"，在匹配字符串"abcde" 时，匹配结果是：成功；匹配到的内容是："c"；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）
举例2：表达式"bcd"，在匹配字符串"abcde" 时，匹配结果是：成功；匹配到的内容是："bcd"；匹配到的位置是：开始于1，结束于4。
2.2 简单的转义字符
一些不便书写的字符，采用在前面加"\" 的方法。
号本身。比如：^, $ 都有特殊意义，如果要想匹配字符串中"^" 和"$" 字符，则表达式就需要写成"\^" 和"\$"。
正则化包括dropout这些转义字符的匹配方法与"普通字符" 是类似的。也是匹配与之相同的一个字符。
举例1：表达式"\$d"，在匹配字符串"abc$de" 时，匹配结果是：成功；匹配到的内容是："$d"；匹配到的位置是：开始于3，结束于5。
1.3 能够与'多种字符' 匹配的表达式
正则表达式中的一些表示方法，可以匹配'多种字符' 其中的任意一个字符。比如，表达式"\d" 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。
举例1：表达式"\d\d"，在匹配"abc123" 时，匹配的结果是：成功；匹配到的内容是："12"；匹配到的位置是：开始于3，结束于5。
举例2：表达式"a.\d"，在匹配"aaa100" 时，匹配的结果是：成功；匹配到的内容是："aa1"；匹配到的位置是：开始于1，结束于4。
1.4 自定义能够匹配'多种字符' 的表达式
使用方括号[ ] 包含一系列字符，能够匹配其中任意一个字符。用[^ ] 包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。
举例1：表达式"[bcd][bcd]" 匹配"abc123" 时，匹配的结果是：成功；匹配到的内容是："bc"；匹配到的
位置是：开始于1，结束于3。
举例2：表达式"[^abc]" 匹配"abc123" 时，匹配的结果是：成功；匹配到的内容是："1"；匹配到的位置是：开始于3，结束于4。
1.5 修饰匹配次数的特殊符号
前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。
使用方法是："次数修饰"放在"被修饰的表达式"后边。比如："[bcd][bcd]" 可以写成"[bcd]{2}"。
到的内容是："12.5"；匹配到的位置是：开始于10，结束于14。
举例2：表达式"go{2,8}gle" 在匹配"Ads by goooooogle" 时，匹配的结果是：成功；匹配到的内容是："goooooogle"；匹配到的位置是：开始于7，结束于17。
1.6 其他代表抽象意义的特殊符号
一些符号在表达式中代表抽象的特殊意义：
与字符串开始的地方匹配，因此，只有当"aaa" 位于字符串的开头的时候，"^aaa" 才能匹配，比如："aaa xxx xxx"。
举例2：表达式"aaa$" 在匹配"xxx aaa xxx" 时，匹配结果是：失败。因为"$" 要求与字符串结束的地方
匹配，因此，只有当"aaa" 位于字符串的结尾的时候，"aaa$" 才能匹配，比如："xxx xxx aaa"。
举例3：表达式".\b." 在匹配"@@@abc" 时，匹配结果是：成功；匹配到的内容是："@a"；匹配到的位置是：开始于2，结束于4。
进一步说明："\b" 与"^" 和"$" 类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中一边是"\w" 范围，另一边是非"\w" 的范围。
举例4：表达式"\bend\b" 在匹配"weekend,endfor,end" 时，匹配结果是：成功；匹配到的内容是："end"；匹配到的位置是：开始于15，结束于18。
一些符号可以影响表达式内部的子表达式之间的关系：
匹配到的内容是："Tom"；匹配到的位置是：开始于4，结束于7。匹配下一个时，匹配结果是：成功；匹配到的内容是："Jack"；匹配到的位置时：开始于15，结束于19。
举例6：表达式"(go\s*)+" 在匹配"Let's go go go!" 时，匹配结果是：成功；匹配到内容是："go go go"；匹配到的位置是：开始于6，结束于14。
举例7：表达式"￥(\d+\.?\d*)" 在匹配"＄10.9,￥20.5" 时，匹配的结果是：成功；匹配到的内容是："￥20.5"；匹配到的位置是：开始于6，结束于10。单独获取括号范围匹配到的内容是："20.5"。
1.7 字符大小写与贪婪模式
正则表达式一般来说是区分大小写的，对于字符串”AAAbcdddd”，使用正则表达式”aaa\w+”是无法匹配，但有时候需要不区分大小写匹配，例如在匹配数据库表名时。可以在组前添加特殊的非捕捉构造(?)实现，在上例中使用正则表达式”(?i)aaa\w+”就可以匹配字符串”AAAbcdddd”。
当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。对于正则表达式”a.*b”，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问
号?。这样”.*?”就意味着在能使整个匹配成功的前提下使用最少的重复。”a.*?b”匹配最短的，以a开始，以b结束的字符串。如果把它应用于”aabab”的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。
3. 在iUAP DI中正则表达式的使用
3.1 匹配和过滤文件名
在文本输入和Excel输入中，可以进行同结构多个文件的数据读取，在选文件时可以选择一个文件夹下的文件，通过正则表达式过滤和排除。
例1 ：在文本输入中填写正则表达是Linux.*\.txt，选择C:\Users\zuoym\Documents\目录，点击“增加”按钮，在问价列表中增加了一条记录，点击“显示文件名”，在弹出框内可以看到所有以Linux开头的文本文件。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。